搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

高被引论文  (被引数据来源于全网,每月更新)

基于扩展卡尔曼滤波算法的船载绝对重力测量数据处理
朱栋, 徐晗, 周寅, 吴彬, 程冰, 王凯楠, 陈佩军, 高世腾, 翁堪兴, 王河林, 彭树萍, 乔中坤, 王肖隆, 林强
2022, 71 (13): 133702. doi: 10.7498/aps.71.20220071
摘要 +
基于冷原子干涉仪的高精度绝对重力动态测量为海洋重力测量提供新的手段, 因而备受关注. 利用自己搭建的船载冷原子干涉式绝对重力测量系统, 在中国南海某海域开展了一系列测量实验. 在动态条件下, 测量噪声的抑制对测量性能的提升至关重要. 本文根据船载绝对重力动态测量系统的物理模型, 提出了一种基于扩展卡尔曼滤波算法的动态绝对重力数据处理方法, 对观测的原子干涉条纹数据进行了时域滤波处理, 获得了绝对重力值的最优估计. 基于该处理方法将航速小于2.1 km/h条件下的绝对重力测量灵敏度从300.2 mGal/Hz1/2提升至136.8 mGal/Hz1/2 (T = 4 ms). 此外, 将处理后的数据与利用地球重力模型(XGM2019)计算的数据进行了比对, 发现两者符合度较好. 这些结果证实了本文提出的数据处理方法的有效性, 并为船载冷原子干涉式绝对重力测量系统的测量噪声的抑制提供了一种新的处理方法.
基于明度分量的Retinex-Net图像增强改进方法
张航瑛, 王雪琦, 王华英, 曹良才
2022, 71 (11): 110701. doi: 10.7498/aps.71.20220099
摘要 +
当人们在低照度光照条件下拍摄图像时, 图像通常会受到低可见度的影响. 这种低可见度的图像不仅影响视觉效果而且对后续的使用造成诸多困难. 为了解决低照度条件下图像可见度差, 色彩偏差等问题, 本文提出了一种改进的Retinex网络增强方法. 该方法首先对低照度RGB图像进行HSV色彩空间变换, 利用Retinex分解网络单独对明度分量进行分解增强, 并通过上采样操作增大明度分量的分辨率. 然后对色相分量和饱和度分量, 运用最近邻点插值增大其分辨率, 结合增强的明度分量转换回RGB色彩空间, 得到初始增强图像. 最后采用小波变换图像融合技术, 与原始低照度图像进行融合, 消除初始增强图像中的过度增强部分. 实验结果分析表明, 本文所提方法与原始Retinex网络方法相比, NIQE值平均下降了19.49%, 图像标准差平均提升了41.35%. 本文所提算法有望在安防监控、生物医学等领域得到有效应用.
高导热聚酰亚胺电介质薄膜研究进展
查俊伟, 王帆
2022, 71 (23): 233601. doi: 10.7498/aps.71.20221398
摘要 +
电子器件高度薄型化、多功能化和集成化的时代, 不可避免地会导致复合材料内部的热量积累, 严重影响设备的稳定运行和使用寿命, 如何实现电介质材料快速且高效的导热散热已成为影响电子设备发展的关键问题. 传统聚酰亚胺本征导热系数较低, 限制了在电气设备与智能电网等领域中的应用, 发展新型高导热聚酰亚胺电介质薄膜材料成为国内外研究重点. 本文介绍了复合材料的热传导机制, 概述了近年来导热聚酰亚胺薄膜的研究进展与发展现状, 重点讨论了导热填料、界面相容、成型工艺对材料导热系数的影响, 最后结合导热聚酰亚胺复合电介质材料未来发展的需要, 对研究中存在的一些关键科学技术问题进行了总结与展望.
隧穿磁阻传感器研究进展
周子童, 闫韶华, 赵巍胜, 冷群文
2022, 71 (5): 058504. doi: 10.7498/aps.71.20211883
摘要 +
传感器作为物联网技术的基石, 在人们的生产生活中发挥着重大作用. 其中, 基于隧穿磁阻效应(tunneling magnetoresistance, TMR)的磁传感器具有灵敏度高、尺寸小、功耗低等优点, 在导航定位、生物医学、电流检测和无损检测等领域具有极大的应用前景. 本综述以TMR传感器技术路线的发展为核心, 囊括了从基本传感单元到三维空间磁场检测, 再到实际应用的多个研究重点. 首先, 介绍了TMR传感器发展历程并阐明其基本工作原理, 讨论了提高单个传感单元磁隧道结输出线性度的方法. 接下来, 详细介绍了传感器的重要电路结构—惠斯通电桥, 以及制备TMR全桥结构的多种工艺方法. 进一步, 从三维空间磁场检测这一市场需求入手, 深入讨论了基于TMR传感器的三维传感结构的设计和制备方法. 同时, 以传感器灵敏度和噪声水平这两大基本性能为切入点, 列举了TMR传感器性能的优化方案. 最后, 本文对TMR传感器的应用展开了详细介绍, 以自旋麦克风, 生物传感器两个新兴应用为例, 对TMR传感器未来在物联网中的发展和应用进行了展望.
磁性二维材料的近期研究进展
刘南舒, 王聪, 季威
2022, 71 (12): 127504. doi: 10.7498/aps.71.20220301
摘要 +
具有磁各向异性的二维磁性材料可在有限温度下和单层极限下形成磁有序, 其宏观磁性与层数、堆叠形式等密切相关且其磁交换作用可被多种外场调控. 这些新奇特性赋予了二维磁性材料丰富的物理内涵和潜在的应用价值, 受到了研究者的广泛关注. 本文着重介绍近年来二维磁体在实验和理论计算两方面的研究进展, 首先从几种二维磁性材料中常见的磁交换机制出发, 随后以组分作为分类依据, 详细介绍一些主要二维磁体的几何和电子结构以及它们的磁耦合方式; 在此基础上, 再讨论如何通过外部(外场和界面)和内部(堆叠和缺陷)两类方式调控二维磁体的电子结构和磁性; 继而探讨如何利用这两类调控方式, 将上述材料应用于实际自旋电子学器件以及磁存储等方面的潜力; 最后总结和展望了目前二维磁性材料遇到的困难和挑战以及未来可能的研究方向.
基于量子随机行走和多维混沌的三维图像加密算法
刘瀚扬, 华南, 王一诺, 梁俊卿, 马鸿洋
2022, 71 (17): 170303. doi: 10.7498/aps.71.20220466
摘要 +
随着互联网的发展, 人们对于信息安全的需求日益增加, 而经典的加密技术存在着密钥空间小、易破解的缺陷, 图像加密技术在保护图像信息安全和隐私内容等方面的问题亟待解决. 量子随机行走作为一种新型量子密钥生成器, 其密钥空间大, 与经典随机行走相比计算速度与安全性有着明显的提高. 本文提出一种基于量子随机行走并涉及Lorenz和Rossler 多维混沌的三维图像加密算法. 首先应用高斯金字塔对图像进行处理然后按照一定比例将处理后的图像切割成4份; 其次使用量子随机行走生成的随机序列与多维混沌中的Lorenz 混沌系统生成的随机序列对分成的若干块子图像进行汉明距离计算然后进行合成, 并且对图像RGB 三通道之间进行欧氏距离计算; 最后将汉明距离与欧式距离取余得到的序列值作为初始值输入多维混沌中的Rossler系统, 生成随机序列作为密钥对图像的RGB 通道进行异或操作得到加密后的图像, 对应解密方案为加密过程逆过程. 此外, 本文采用基于离散余弦变换和奇异值分解的盲水印嵌入算法将水印信息嵌入到加密后的图像中, 实现接收方可以通过提取水印, 根据水印信息的完整性来判断传输过程中图像是否遭受到攻击破坏, 如无遭受恶意攻击, 则对图像进行解密操作. 这一操作完善了对图像信息安全的保护. 实验结果表明加密后图像的峰值信噪比稳定在7—9之间加密效果较好, 灰度差评分接近1, 加密图像的相关性均匀分布, 其相关性系数接近0, 密钥空间2128且加密后的直方图分布均匀, 具有较高的抵御统计分析攻击的能力.
具有无穷共存吸引子的简单忆阻混沌系统的分析与实现
秦铭宏, 赖强, 吴永红
2022, 71 (16): 160502. doi: 10.7498/aps.71.20220593
摘要 +
利用忆阻器构建特殊混沌系统是非常有趣且充满意义的, 本文提出了一个存在无穷共存吸引子的四维忆阻混沌系统, 该系统的形式较为简单却能够表现出复杂的动力学行为. 本文利用数值仿真手段对系统进行深入研究, 基于分岔图展现了参数影响下系统动力学行为演化过程, 发现系统在不同的参数下, 能够产生丰富的混沌吸引子与周期吸引子, 在相平面图中观测到不同初始值下共存的无穷多形态各异的周期、混沌吸引子, 且系统的状态变量的震荡幅度与初始值密切相关. 最后, 在电路实验中观测到与数值仿真一致的结果, 说明了系统的存在性与可行性.
离散忆阻混沌系统的Simulink建模及其动力学特性分析
扶龙香, 贺少波, 王会海, 孙克辉
2022, 71 (3): 030501. doi: 10.7498/aps.71.20211549
摘要 +
为拓广离散忆阻器的研究与应用, 基于差分算子, 构建了具有平方非线性的离散忆阻模型, 并实现了Simulink仿真. 仿真结果表明, 设计的忆阻器满足广义忆阻定义. 将得到的离散忆阻引入三维混沌映射中, 设计了一种新型四维忆阻混沌映射, 并建立了该混沌映射的Simulink模型. 通过平衡点、分岔图、Lyapunov指数谱、复杂度、多稳态分析了系统复杂动力学特性. 本文从系统建模角度出发, 构建离散忆阻与离散忆阻混沌映射, 进一步验证了离散忆阻的可实现性, 为离散忆阻应用研究奠定了基础.
基于电化学老化衰退模型的锂离子动力电池外特性
李晓杰, 喻云泰, 张志文, 董小瑞
2022, 71 (3): 038803. doi: 10.7498/aps.71.20211401
摘要 +
当前锂离子动力电池电化学模型存在模型复杂、建模难度大、计算效率低、老化评估效果差的问题, 本文提出一种考虑电池衰退老化的机理模型(ADME). 本文首先通过有限差分法对伪二维(P2D)电化学模型进行离散降阶处理, 得到简化伪二维(SP2D)模型. 在SP2D模型的基础上, 基于阴阳两极发生的副反应导致的衰退老化现象, 提出一种考虑电池衰退老化的机理模型. 其次, 使用多变量偏差补偿最小二乘法实现模型参数辨识. 最后通过动力电池衰退老化性能循环实验, 对比分析了恒流、脉冲工况下SP2D模型和ADME模型的终端电压输出. 结果表明: ADME模型较为简单、计算效率和估算精度高, 可以有效评估电池容量老化衰退, 得到理想的锂离子动力电池外特性曲线.
导热高分子聚合物研究进展
刘裕芮, 许艳菲
2022, 71 (2): 023601. doi: 10.7498/aps.71.20211876
摘要 +
传统高分子聚合物是良好的电绝缘体和热绝缘体. 高分子聚合物具备质量轻、耐腐蚀、可加工、可穿戴、电绝缘、低成本等优异特性. 高分子聚合物被广泛应用于各种器件. 由于高分子材料的热导率比较低(0.1—0.5 W·m–1·K–1), 热管理(散热)面临严峻的挑战. 理论及实验工作表明, 先进高分子材料可以具有比传统传热材料(金属和陶瓷)更高热导率. Fermi-Pasta-Ulam (FPU)理论结果发现低维度原子链具有非常高的热导率. 广泛使用的聚乙烯热绝缘体可以被转变为热导体: 拉伸聚乙烯纳米纤维的热导率大约为104 W·m–1·K–1, 拉伸的聚乙烯薄膜热导率大约为62 W·m–1·K–1. 首先, 本文通过理论和实验结果总结导热高分子材料的传热机理研究进展, 并讨论了导热高分子聚合物的制备策略; 然后, 讨论了在传热机制及宏量制备方面, 高分子聚合物研究领域所面临的新挑战; 最后, 对导热高分子的热管理应用前景进行了展望. 例如, 导热高分子聚合物在耐腐蚀散热片、低成本太阳能热水收集器、可穿戴智能冷却服饰、电子绝缘却高导热的电子封装材料等领域具有不可替代的热管理应用前景.
后摩尔时代的碳基电子技术: 进展、应用与挑战
刘一凡, 张志勇
2022, 71 (6): 068503. doi: 10.7498/aps.71.20212076
摘要 +
近六十年来, 以硅为核心材料的半导体技术, 特别是CMOS集成电路技术推动了人类信息社会的深刻变革, 但也逐渐接近其物理极限和工程极限, 全球半导体产业已经进入后摩尔时代. 半导体性碳纳米管具有高迁移率、超薄体等诸多优异的电学特性, 因此成为后摩尔时代新型半导体材料的有力候选. 基于碳纳米管的碳基电子技术历经二十余年发展, 在材料制备、器件物理和晶体管制备等基础性问题中也已经取得了根本性突破, 其产业化进程从原理上看已经没有不可逾越的障碍. 因此, 本文着重介绍了碳基电子技术在后摩尔时代的本征优势, 综述了碳基电子技术的基础性问题、进展和下一步的优化方向, 及其在数字集成电路、射频电子、传感器、三维集成和特种芯片等领域的应用前景. 最后, 本文还分析了碳基电子技术产业化进程中的综合性挑战, 并对其未来发展做出预测和展望.
基于冷原子重力仪的绝对重力动态移动测量实验
程冰, 陈佩军, 周寅, 王凯楠, 朱栋, 楚立, 翁堪兴, 王河林, 彭树萍, 王肖隆, 吴彬, 林强
2022, 71 (2): 026701. doi: 10.7498/aps.71.20211449
摘要 +
动态重力测量可以提高重力场的勘测效率, 对基础地质调查、资源勘探、地球物理研究等具有十分重要意义. 本文基于冷原子重力仪、惯性稳定平台和牵引动力装置搭建了一套绝对重力动态移动测量系统, 并开展了绝对重力动态测量实验. 首先测量了不同牵引速度下的垂向振动噪声功率谱, 理论分析了其对动态重力测量的影响; 其次评估了不同牵引速度对原子干涉条纹对比度和直流偏置量的影响, 分析了动态环境下的振动补偿效果; 在最大牵引速度为5.50 cm/s、最大振动幅度为0.1 m/s2的情况下, 实验上仍能基于振动补偿技术恢复原子干涉条纹. 在此基础上, 通过开展不同T下的原子干涉条纹测量, 评估了动态测量环境下的绝对重力值, 在校正完系统误差并减去绝对重力初始值后得到的测量结果为(–1.22 ± 2.42) mGal (1 Gal = 0.01 m/s2). 最后, 通过与静态环境下的绝对重力测量值进行比较, 发现两者基本吻合. 本文开展的绝对重力动态移动测量实验有望为车载动态绝对重力测量提供数据参考.
基于冷原子重力仪的船载动态绝对重力测量实验研究
车浩, 李安, 方杰, 葛贵国, 高伟, 张亚, 刘超, 许江宁, 常路宾, 黄春福, 龚文斌, 李冬毅, 陈曦, 覃方君
2022, 71 (11): 113701. doi: 10.7498/aps.71.20220113
摘要 +
冷原子重力仪正逐渐向小型化、动态化、实用化方向发展, 将其应用于深远海绝对重力测量及水下长航时、高精度导航具有十分重要的意义. 而目前冷原子重力仪多数尚处于实验室静基座或准静基座测量状态, 难以满足动态应用场景下的重力测量需求, 因此对冷原子干涉重力测量进行“由静到动”的相关研究十分迫切和关键. 本文分析了动态测量的基本原理, 给出了冷原子重力仪与加速度计组合测量的基本方法, 搭建了一套基于冷原子重力仪和惯性稳定平台绝对动态重力测量系统, 并采用冷原子重力仪与传统加速度计组合测量方式, 开展了船载动态测量实验. 首先, 在实验室静态环境下进行了约40 h的连续绝对重力测量, 对冷原子重力仪的性能进行初步评估, 灵敏度为447 µGal/$\sqrt {{\text{Hz}}} $(1 Gal = 1 cm/s2), 长期稳定度可达2.7 µGal. 在此基础上开展船载实验, 测量船在湖上以约4.6 kn的速度航行, 采用重复测线的方式开展了船载绝对动态重力测量. 经评估, 四条重复测线的内符合精度为2.272 mGal, 四个航次外符合精度分别为2.331, 1.837, 3.988和2.589 mGal. 最后, 针对实验结果, 对可能存在的问题进行进一步分析与总结. 本实验研究为海洋绝对重力动态测量提供了前期验证与技术方案参考.
通过机器学习实现基于摩擦纳米发电机的自驱动智能传感及其应用
张嘉伟, 姚鸿博, 张远征, 蒋伟博, 吴永辉, 张亚菊, 敖天勇, 郑海务
2022, 71 (7): 078702. doi: 10.7498/aps.71.20211632
摘要 +
在物联网时代, 如何开发一种可持续供电、部署方便且使用灵活的智能传感器系统成为了亟待解决的难题. 以麦克斯韦位移电流作为驱动力的摩擦纳米发电机(triboelectric nanogenerator, TENG)可直接将机械刺激转化为电信号, 因此可作为自驱动传感器使用. 基于TENG的传感器拥有结构简单、瞬时功率密度高等优点, 为构建智能传感器系统提供了重要手段. 同时, 机器学习作为一种成本低、开发周期短、数据处理能力和预测能力强的技术, 对TENG产生的大量电学信号处理效果显著. 本文梳理了基于TENG的传感器系统通过采用机器学习技术进行信号处理和智能识别的最新研究进展, 从交通安全、环境监测、信息安全、人机交互和健康运动检测等角度出发, 概述了该研究方向的技术特点与研究现状. 最后, 深入讨论了该领域当前存在的挑战和未来的发展趋势, 并分析了未来如何改进以期开拓更广阔的应用空间. 我们相信机器学习技术与TENG传感器的结合将推动未来智能传感器网络的快速发展.
电场对GaN/g-C3N4异质结电子结构和光学性质影响的第一性原理研究
刘晨曦, 庞国旺, 潘多桥, 史蕾倩, 张丽丽, 雷博程, 赵旭才, 黄以能
2022, 71 (9): 097301. doi: 10.7498/aps.71.20212261
摘要 +
采用基于密度泛函理论的第一性原理平面波超软赝势方法研究了GaN/g-C3N4异质结的稳定性、电子结构、光学性质及功函数, 同时考虑了电场效应. 结果表明: GaN/g-C3N4范德瓦耳斯异质结的晶格失配率(0.9%)和晶格失配能极低(–1.230 meV/Å2, 1 Å = 0.1 nm), 说明该异质结稳定性很好, 且该异质结在很大程度上保留了GaN和g-C3N4的基本电子性质, 可作为直接带隙半导体材料. 同时, GaN/g-C3N4异质结在界面处形成了从GaN指向g-C3N4的内建电场, 使得光生电子-空穴对可以有效分离, 这有利于提高体系的光催化能力. 进一步分析可知, 外加电场使GaN/g-C3N4异质结的禁带宽度有着不同程度的减小, 使得电子从价带跃迁至导带更加容易, 有利于提高体系的光催化活性; 此外, 当外加电场高于0.3 V/Å以及低于–0.4 V/Å时, 异质结的能带排列由I型向II型过渡, 更好地实现光生电子-空穴对的分离, 进一步提高了体系的光催化活性. 因此, 本文提出的构建异质结及施加外电场是提高体系光催化活性的有效手段.
基于深度学习的流场时程特征提取模型
战庆亮, 葛耀君, 白春锦
2022, 71 (7): 074701. doi: 10.7498/aps.71.20211373
摘要 +
特征识别是流体力学的重要研究方向, 然而在中高雷诺数情况下物体的尾流流场复杂, 难以通过传统方法实现特征的提取与识别. 深度学习理论与技术的不断发展为复杂流场特征的识别提供了新方法. 基于流场时程数据的深度学习模型, 本文研究了4种模型对尾流场特征提取与识别的精度, 得到了针对流场时程特征提取的高精度新方法. 结果表明: 所提出的模型能够识别尾流物理时程的不同特征, 并通过流场时程实现了目标的外形识别, 验证了方法的可行性; 同时结果表明基于卷积运算的深度学习模型精度高, 适用于流场时程数据的特征分析; 深度学习网络结构更深、层间结构复杂的残差卷积网络识别精度最高, 是尾流时程分析的高精度算法. 本文所提方法从流场物理量时程的角度对流场特征进行了提取与识别, 证明了深度学习方法具有较高的识别精度, 是研究流场特征的重要途径.
中空笼状多孔结构镍钴层状氢氧化物的制备及其电化学性能
杨文, 丁倩瑶, 翟冬梅, 薄开雯, 冯艳艳, 文婕, 何方
2022, 71 (1): 018201. doi: 10.7498/aps.71.20211100
摘要 +
超级电容器以功率密度高、寿命长、环境友好等优点在各种能量存储设备中受到广泛关注. 所以, 提高电极材料的储能性能对超级电容器的开发与应用具有重要的意义. 具有特定纳米结构的功能材料作为超级电容器电极材料时具有优异的电化学性能, 原因在于其能提供丰富的电化学活性位点、高的比表面积和增加电解质与材料的接触面积. 因此, 本文以ZIF-67纳米晶为模板, 利用硝酸盐刻蚀的方法制备中空笼状镍钴层状氢氧化物(NiCo-LDH), 并研究其作为超级电容器电极材料的储能性能. 借助X射线衍射、扫描电镜、透射电镜、低温氮气吸附/脱附和电化学测试等手段分析所得NiCo-LDH的结构、形貌和电化学性能. 结果表明: NiCo-LDH由纳米片组装形成中空笼状结构, 拥有丰富的介孔和大孔孔道以及较高的比表面积, 从而有助于增加电活性位点, 促使电解液与电极材料的充分接触, 进而显著提高材料的储能性能. 当刻蚀用镍、钴盐质量比为1∶1时, 样品Ni 1Co 1-LDH的比电容可达801 F·g –1(电流密度为0.5 A·g –1), 且在大电流密度下(10 A·g –1)仍能保持582 F·g –1的比电容; 在电流密度15 A·g –1的条件下经过2000次循环后, 其比电容值保持为初始值的100.2%, 表现出优异的储能性能和潜在的应用价值.
神经网络超参数优化的删除垃圾神经元策略
黄颖, 顾长贵, 杨会杰
2022, 71 (16): 160501. doi: 10.7498/aps.71.20220436
摘要 +
随着深度学习处理问题的日益复杂, 神经网络的层数、神经元个数、和神经元之间的连接逐渐增加, 参数规模急剧膨胀, 优化超参数来提高神经网络的预测性能成为一个重要的任务. 文献中寻找最优参数的方法如灵敏度剪枝、网格搜索等, 算法复杂而且计算量庞大. 本文提出一种超参数优化的“删除垃圾神经元策略”. 权重矩阵中权重均值小的神经元, 在预测中的贡献可以忽略, 称为垃圾神经元. 该策略就是通过删除这些垃圾神经元得到精简的网络结构, 来有效缩短计算时间, 同时提高预测准确率和模型泛化能力. 采用这一策略, 长短期记忆网络模型对几种典型混沌动力系统的预测性能得到显著改善.
基于压缩感知理论的大规模MIMO系统下行信道估计中的导频优化理论分析与算法设计
曹海燕, 叶震宇
2022, 71 (5): 050101. doi: 10.7498/aps.71.20211504
摘要 +
针对大规模多输入多输出(multiple input multiple output, MIMO)系统信道估计中的导频设计问题, 在压缩感知理论框架下, 提出了一种基于信道重构错误率最小化的自适应自相关矩阵缩减参数导频优化算法. 首先以信道重构错误率最小化为目标, 推导了正交匹配追踪(orthogonal matching pursuit, OMP)算法下信道重构错误率与导频矩阵列相关性之间的关系, 并得出优化导频矩阵的两点准则, 即导频矩阵列相关性期望和方差最小化; 然后研究了优化导频矩阵的方法, 并提出相应的自适应自相关矩阵缩减参数导频矩阵优化算法, 即在每次迭代过程中, 以待优化矩阵平均列相关程度是否减小作为判断条件, 调整自相关矩阵缩减参数值, 使参数不断趋近于理论最优. 仿真结果表明, 与采用Gaussian矩阵、Elad方法、低幂平均列相关方法得到的导频矩阵相比, 本文所提方法具有更好的列相关性, 且具有更低的信道重构错误率.
基于引力方法的复杂网络节点重要度评估方法
阮逸润, 老松杨, 汤俊, 白亮, 郭延明
2022, 71 (17): 176401. doi: 10.7498/aps.71.20220565
摘要 +
如何用定量分析的方法识别复杂网络中哪些节点最重要, 或评价某个节点相对于其他一个或多个节点的重要程度, 是复杂网络研究的热点问题. 目前已有多种有效模型被提出用于识别网络重要节点. 其中, 引力模型将节点的核数(网络进行k-核分解时的ks值)看作物体的质量, 将节点间的最短距离看作物体间距离, 综合考虑了节点局部信息和路径信息用于识别网络重要节点. 然而, 仅将节点核数表示为物体的质量考虑的因素较为单一, 同时已有研究表明网络在进行k-核分解时容易将具有局部高聚簇特征的类核团节点识别为核心节点, 导致算法不够精确. 基于引力方法, 综合考虑节点H指数、节点核数以及节点的结构洞位置, 本文提出了基于结构洞引力模型的改进算法 (improved gravity method based on structure hole method, ISM)及其扩展算法ISM+. 在多个经典的实际网络和人工网络上利用SIR (susceptible-infected-recovered)模型对传播过程进行仿真, 结果表明所提算法与其他中心性指标相比能够更好地识别复杂网络中的重要节点.
  • 1
  • 2
  • 3
  • 4
  • 5
  • ...
  • 29
  • 30